一、引言

我國是一個水災頻發(fā)的國家，水安全問題已成為影響經(jīng)濟和社會發(fā)展中的重要因素之一。洪水等突發(fā)事故所引發(fā)的損失和危害巨大，因此水情監(jiān)控問題成為國家水利部門關注的重點。為了準確而實時地監(jiān)測水位，目前國內多數(shù)水文監(jiān)測站使用的是傳統(tǒng)水位測量方式。

傳統(tǒng)水位測量方式主要有安裝水尺目測讀數(shù)和使用傳感器自動采集水位相關的模擬量再轉換為水位量兩種。其中，目測讀數(shù)的方式需要耗費人力，且實時性不高，惡劣環(huán)境下讀取水位人員的安全也不能保證。使用傳感器自動采集則主要有超聲波式、壓力式、浮子機械編碼式、雷達式等測量手段。這些測量方式優(yōu)點與缺點并存，缺點也非常顯著，如難于維護，受環(huán)境影響較大等。

本文通過設計一系列圖像識別算法，對從視頻流中截取的水尺圖像進行處理，經(jīng)過灰度化、中值濾波、邊緣檢測、二值化、形態(tài)學處理以及圖像細化，最終由算法得出水位數(shù)據(jù)。整個測量過程主要由攝像機和識別軟件完成，精度較高且應用要求低，因此具有廣闊的應用前景。

二、目標圖像的提取和預處理

⒈目標圖像的截取和平均

從攝像機采集到的視頻圖像數(shù)據(jù)，首先要選取出數(shù)幀含有水尺圖像的圖片進行平均。利用微軟的MSDN提供的視頻處理函數(shù)與OpenCV提供的截取視頻幀函數(shù)可以從攝像機采集的視頻中提取出若干幀的圖像并保存。截取連續(xù)的數(shù)幀圖像取平均可避免非常態(tài)干擾，提升測量精度。

⒉彩色圖像的灰度化

由于很多攝像機支持彩色圖像拍攝，在處理圖像之前，應對采集到的彩色圖像按照式⑴進行灰度轉換以便后續(xù)處理。

T＝0.299×R＋0.587×G＋0.114×B??⑴

其中T得到轉換后目標圖像的灰度值，R、D、B分別為紅、綠、藍的彩色圖像分量，圖1為灰度化后的圖像。

圖1?灰度化后含有水尺的圖像

三、興趣區(qū)域的提取和形態(tài)學處理

⒈中值濾波

灰度化后的圖像可能存在有由于環(huán)境或干擾產(chǎn)生的噪聲，如熱噪聲、量化噪聲等，首先需要對其進行濾波去噪。這里采用能夠較好保留圖像細節(jié)的中值濾波方法。

中值濾波作為一種非線性技術，可以有效的消除孤立噪聲點同時保持圖像中的關鍵細節(jié)，它將每一像素的灰度值按照該像素周圍一定區(qū)域內所有像素點灰度的中值重新設定，從而消除與區(qū)域內像素灰度中值差異過大的點。

中值濾波的主要算法流程如下：

⑴設置一個合適大小，含有奇數(shù)個點的采樣窗口。

⑵通過采樣窗口在被處理的圖像中取出奇數(shù)個像素，并對這些像素的灰度值進行排序。

⑶選取奇數(shù)個灰度值的中值，即從小到大排在中間的一個，作為替換值。

⑷將在采樣窗口中心位置的像素的灰度值，設為替換值。

⑸重復步驟⑵－⑷，對圖像中所有像素點進行處理。

一般情況下中值濾波后，小于采樣窗口面積的一般噪聲點可以濾除，而較大的物體如水尺刻度，水面輪廓等幾乎完全不受濾波的影響。

⒉邊緣檢測

對經(jīng)過濾波后的圖像采用邊緣檢測，可以很好的提取到水尺刻度的特征，大幅度減少數(shù)據(jù)量并剔除不需要的圖像信息，同時還能保留重要的圖像結構屬性，便于后續(xù)處理識別。邊緣檢測中常用的算子有Canny算子，或各種改進的Canny算子以及Sobel算子。這里由于是對水尺刻度的識別，對細節(jié)紋理不太注重，所以選擇了雖然不如Canny算子準確但效率更高的Sobel算子。

Sobel算子算法的優(yōu)點是計算簡單、速度快，通常檢測時帶有方向性。可以選擇進行水平方向檢測或者垂直方向檢測，或兩個方向都檢測。因為水尺刻度在圖像中處于水平方向，這里進行垂直方向的邊緣檢測。圖2所示為中值濾波和邊緣檢測后的圖像。

圖2 濾波和邊緣檢測后的圖像

⒊二值化

對圖像進行邊緣檢測后再通過二值化,去除水面、背景等非目標圖像。一般從多值的圖像中提取目標物體，最常用的方法就是設定出全局的閾值T，然后根據(jù)全局閾值，將圖像的數(shù)據(jù)分為兩部分：灰度值大于T的部分和灰度值小于T的部分。將灰度值大于T的部分的像素設為白色（或黑色），而灰度值小于T的部分設為黑色（或白色）。本文使用迭代閾值法合理選取全局閾值進行二值化，迭代閾值法的算法流程如下。

⑴設置一個初始閾值T0，可以自己設置或隨機生成。

⑵根據(jù)初始閾值將圖像分割成兩部分，目標圖像區(qū)域S1和背景圖像區(qū)域S2。

⑶分別求出S1和S2部分的像素灰度平均值G2和G2。

⑷設定新的閾值Tn為（G2＋G2）/2。

⑸重復步驟⑵－⑷，不斷用新設定的閾值分割圖像，計算平均灰度值，直到得出的新閾值等于上一次的閾值。

經(jīng)過二值化后的圖像如圖3所示。

圖3 二值化后的圖像

⒋形態(tài)學處理

二值化后的圖像，還可能存在一些干擾判斷的噪點，有必要通過形態(tài)學的腐蝕處理來進一步濾除。膨脹和腐蝕是形態(tài)學的基礎運算，許多形態(tài)學算法都以它們?yōu)榛A。其中腐蝕的作用是去除小于結構元素的物體，對圖像的腐蝕過程如下。

⑴用結構元素Y掃描待腐蝕二值圖像X的每個像素。

⑵結構元素Y的像素與其覆蓋的二值圖像區(qū)域做“與”操作，即如果全為1，則結果圖像的該像素為1，否則為0。

腐蝕后的刻度圖像如圖4所示。

圖4 腐蝕后的刻度圖像

⒌圖像細化

去除背景和水面經(jīng)過腐蝕后得出的水平刻度線，不宜直接用于后面的處理分析，需要對上一步的結果圖像進行圖像細化處理。圖像細化可以從目標圖像中提取出圖像骨架，即將將原圖像中像素寬度大于1的線條細化成只有1像素寬的線條，之后可以比較容易的分析圖像或提取圖像的特征。此處使用Zhang快速并行細化算法對刻度進行細化，細化后的圖像如圖5所示。

圖5 細化刻度后的圖像

四、基于K-means聚類分析的

水位識別

⒈K-means聚類分析獲取刻度數(shù)

數(shù)據(jù)聚類是對于靜態(tài)數(shù)據(jù)分析的一門技術，在許多領域內都被廣泛地應用，包括機器學習、數(shù)據(jù)挖掘、模式識別、圖像分析、信息檢索以及生物信息等。K-means算法是最常用的聚類分析方法之一，是由Macoueen提出，它具有算法簡單且收斂速度快的特點。通常采用的準則函數(shù)是平方誤差準則函數(shù)，即：

?⑵

式中，E為所有數(shù)據(jù)的誤差平方和，P為單個的對象，mi為均值。K-means算法是基于距離的聚類算法，它將相聚越近的對象判定為相似度越大，認為簇是由緊湊的距離靠近的對象形成的，因此最終可以得到緊湊且獨立的簇。

K-means算法的流程如下：

⑴從N個對象中隨機選取K個對象作為聚類質心。

⑵對剩余的每個對象，算出它們到每個質心的距離并歸類到相聚最近的質心的類。

⑶重新計算已經(jīng)得到的各個聚類的質心。

⑷重復步驟⑵－⑶，不斷劃分新的聚類并得出新的質心，直到新的質心與上一次計算得到的質心相等或者小于指定的閾值，此時得到的聚類即為最終結果。

對于上一步圖像細化后的刻度圖像，每一條刻度將被劃分為一個聚類，從而最終聚類數(shù)量等于可以識別出的刻度數(shù)量，進而在后續(xù)處理中算出水位。

⒉水位測量算法

⑴算法思想

對從視頻流中截取平均，經(jīng)過灰度化、中值濾波、邊緣檢測、二值化、腐蝕、刻度細化后的圖像，通過聚類分析的方法，先隨機選取若干對象作為聚類質心，設定閾值位水尺相鄰刻度間的最小距離，聚類分析后算出滿足條件的聚類數(shù)量N，再根據(jù)水尺和公式計算水位。

⑵總體算法

從視頻流中截取數(shù)幀圖像取平均，并灰度化。

①對⑴獲得的圖像進行中值濾波，使用Sobel算子邊緣檢測。

②將上一步得到的圖像二值化后進行腐蝕處理。

③對腐蝕后的結果圖像進行圖像細化處理。

④隨機選取圖像中的像素作為初始聚類中心，設置合理的閾值后進行聚類分析，得出水尺刻度線間隔數(shù)N。

⑤根據(jù)公式代入間隔數(shù)N計算水位。

⑶實驗結果分析

實驗數(shù)據(jù)庫采用240張在現(xiàn)場用攝像機拍攝得到的圖片，包括一天中不同時間的不同水位信息，在此基礎上進行水位識別，算法處理每張圖像所需時間在65～80ms之間，設定誤差允許范圍在1cm以內的情況下，所有圖像都得出正確檢測結果。

下面給出實驗圖像由算法得出的數(shù)據(jù)結果和由人眼目視讀取的水位結果以及兩種水位間的誤差進行比較，圖6所示為人工測量得到的水位，圖7所示為識別算法得出的水位，圖8所示為算法程序得到水位與人工得到水位之差。

圖6 人工測量得到的水位

圖7 識別算法得出的水位

圖8 算法得到水位與人工得到水位之差

從圖8可以看出誤差不超過0.6m，造成誤差的主要原因有實際拍攝水位時，水位線不是完全靜止，會有小范圍的浮動；以及部分水尺的刻度線模糊缺損，導致邊緣檢測算法難以刻度線。總體來說，提出的算法的識別正確率和實時性能夠滿足應用需求。

五、結論

本文提出的水尺測量算法基于圖像識別，可廣泛應用于測量各種可使用水尺的水位測量場合，費用低廉、設施簡單、并且精度較高。水位識別方法通過灰度變換，邊緣檢測，圖像細化，K-means分析等得到刻度線然后計算水位，由于視頻攝像的實時性，可方便的對水位進行遠程在線監(jiān)控，具有較強的實用性。對于原本已經(jīng)架設攝像頭的系統(tǒng)，無需添加太多設施即可完成改造。

【作者簡介】文/仲志遠，南京理工大學機械工程學院。文章來自《國外電子測量技術》（2017年第6期），參考文獻略，用于學習與交流，版權歸作者及出版社共同擁有，轉載也請備注由“溪流之海洋人生”微信公眾平臺編輯與整理。

編輯：黃飛

?